CC BY
57
Оригинальная статья / Original article УДК: 625.45
DOI: 10.21285/1814-3520-2016-183-193
РАЗРАБОТКА ПРОГНОЗНОЙ МОДЕЛИ ПРИ РАЗВИТИИ ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ НА ПРИМЕРЕ СТРОИТЕЛЬСТВА ТРАМВАЙНОЙ ЛИНИИ «АКАДЕМИЧЕСКИЙ - ВИЗ» (ЕКАТЕРИНБУРГ)
л _ о
© Д.А. Брусянин1, С.В. Вихарев2
1Уральский государственный университет путей сообщения, 623414, Россия, г. Екатеринбург, ул. Колмогорова, 66.
2Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, 620000, Россия, г. Екатеринбург, ул. Ленина, 51.
Резюме. Цель. Рассмотрена транспортная модель проектируемой трамвайной линии «Академический - ВИЗ» города Екатеринбурга. В модели при определении транспортного спроса учтено развитие территории исследуемого района в средней и долгосрочной перспективе. Методы. Прогнозное распределение транспортных потоков, тяготеющих на общественный и индивидуальный виды транспорта, выполнено с учетом введения платных парковок, темпов изменения автомобилизации населения, вариантов интеграции будущих трамвайных маршрутов в действующую маршрутную сеть общественного транспорта. Результаты. Для верификации разработанной модели использована текущая транспортная ситуация. Среди показателей, оцениваемых при верификации модели, - интенсивность автомобилей и пассажиропотоков, их распределение по участкам транспортной сети, среднее время движения на корреспонденцию для индивидуального и общественного транспорта, величина заторов на тяготеющих к трамвайной линии участков улично-дорожной сети.
Ключевые слова: транспортная модель, маршрутная сеть общественного транспорта, трамвайная линия, инфраструктура, пассажиропоток, автомобилепоток, калибровка.
Формат цитирования: Брусянин Д.А., Вихарев С.В. Разработка прогнозной модели при развитии транспортной инфраструктуры на примере строительства трамвайной линии «Академический - ВИЗ» (Екатеринбург) // Вестник Иркутского государственного технического университета. 2016. № 7. С. 183-193. DOI: 10.21.285/1814-3520-20167-183-193
A PREDICTIVE MODEL FOR TRANSPORT INFRASTRUCTURE DEVELOPMENT FOR THE CASE OF THE "AKADEMICHESKIY -VIZ" TRAM LINE (EKATERINBURG) CONSTRUCTION D.A. Brusyanin, S.V. Vikharev
Ural State University of Railway Transport,
66, Kolmogorov St., Ekaterinburg, 623414, Russia.
Ural Federal University named after the First President of Russia B.N. Eltsin,
51 Lenin St., Ekaterinburg, 620000, Russia.
Abstract. The purpose the paper deals with a transport model of the designed tram line "Akademicheskiy - VIZ" of the city of Ekaterinburg. When determining transport demand the model takes into account the development of the territory of the district under investigation in the medium-term and long-term period. Methods. Predictive distribution of traffic flows mostly represented by public and individual transport has been carried out with the consideration of the introduction of paid parkings, change rate of population motorization, integration variants of future tram routes in the existing route network of public transport. Results. Current traffic situation has been used to verify the developed model. The following indicators have been assessed in the model verification: intensity of traffic flows and passenger traffic, their distribution by the sections of the transport network, mean correspondence time for individual and public transport, size of traffic jams on the road network sections adjacent to the tram line.
Keywords: transport model, public transport route network, tram line, infrastructure, passenger traffic, traffic flow, calibration
1
Брусянин Дмитрий Алексеевич, кандидат технических наук, доцент кафедры «Путь и железнодорожное строительство», e-mail: dbrusyanin@mail.ru
Brusyanin Dmitry, Candidate of Engineering, Associate Professor of the Department of Railroads and Railway Construction, e-mail: dbrusyanin@mail.ru
2Вихарев Сергей Викторович, кандидат физиков-математических наук, доцент кафедры алгебры и дискретной математики, e-mail: sergey@viharev.com
Vikharev Sergey, Candidate of Physical and Mathematical sciences, Associate Professor of the Department of Algebra and Discrete Mathematics, e-mail: sergey@viharev.com
For citation: Brusyanin D.A., Vikharev S.V. A predictive model for transport infrastructure development for the case of the "Akademicheskiy -VIZ" tram line (Ekaterinburg) construction. Proceedings of Irkutsk State Technical University. 2016, no. 7, pp. 183-193 (in Russian). DOI: 10.21285/1814-3520-2016-183-193
Введение
Инфраструктурные ограничения в крупных городах и строительство жилых массивов на границах муниципальных образований делают более привлекательным развитие внеуличных видов транспорта -использование рельсового (в том числе железнодорожного) транспорта для городских перевозок в Екатеринбурге, Тюмени [1-5], введение приоритета для общественного транспорта на примере Иркутска [6], водного пассажирского маршрута в Санкт-Петербурге [7].
Необходимо отметить, что развитие транспортной инфраструктуры, в том числе для внеуличных видов транспорта, сопряжено с решением следующих задач:
1. Новые объекты транспортной инфраструктуры требуется вписывать в существующую городскую инфраструктуру с учетом сложившегося расположения селитебных, общественно-деловых, производственных и других территорий [8-9].
2. Необходимо увязывать новые решения с уже действующей сетью общественного транспорта. Одним из возможных путей интеграции вновь вводимых маршрутов внеуличных видов транспорта с существующей сетью является создание транспортно-пересадочных узлов [10-13].
3. На стадии проектирования требуется спрогнозировать технико-экономические показатели объекта инфраструктуры, на которые влияют такие факторы, как будущая востребованность новых маршрутов, развитие территорий, изменение уровня доходов населения, темпы автомобилизации, организация платных парковок и др. [14].
4. Необходима комплексная оценка, учитывающая экономический, социальный и экологический эффекты от вводимых объектов транспортной инфраструктуры [15-17].
Одним из инструментов для решения перечисленных выше задач является
математическое моделирование. В настоящее время создание транспортных моделей представляет собой изученный и формализованный алгоритм [18-20]. Распространенными программными комплексами для создания транспортных моделей являются комплекс PTV VISUM (Германия), TransCad (США), Дорожный менеджер (Россия) и другие. Однако прогнозирование транспортных ситуаций в любом из перечисленных программных комплексов во многом зависит от начальных условий -развития территорий в средней и долгосрочной перспективах, поведенческих моделей людей при выборе вида транспорта (индивидуального, общественного), экономической обстановки и др. Таким образом, при создании транспортных моделей задание исходной информации в кратко-, средне- и долгосрочной перспективе представляет собой актуальную научную задачу.
Разработка прогнозной модели
В настоящей статье ставится задача разработать транспортную модель проектируемой трамвайной линии «Академический - ВИЗ» (рис. 1) для прогнозирования спроса на новые маршруты с учетом развития территории транспортно-планировоч-ного района «Академический», уровня автомобилизации населения, влияния платных парковок на интенсивность использования личного автотранспорта, вариантов интеграции трамвайных маршрутов в существующую маршрутную сеть, интервала движения трамваев, составности поездов, развития улично-дорожной сети, тяготеющей к рассматриваемой трамвайной линии.
Под прогнозной транспортной моделью проектируемой трамвайной линии «Академический - ВИЗ» (далее прогнозная транспортная или просто транспортная модель) будем понимать совокупность математических алгоритмов, имитирующих распределение транспортных потоков на городской инфраструктуре, установленной на ней организацией движения, маршрутной
Транспорт
LÛÉMJ ■II vv 4« Transport
сети общественного транспорта с заданной погрешностью расчетов. Средой для создания модели выбран программный комплекс PTV VISUM как один из наиболее зарекомендованных в исследуемой области.
Рассмотрим составляющие транспортной модели. Первая - транспортное предложение - совокупность элементов инфраструктуры, организации движения, маршрутной сети общественного транспорта.
Формирование в модели транспортного предложения - задача детерминированная и многовариантная, зависит от детализации перспективных градостроительных планов.
Второй составляющей модели является определение транспортного спроса -
общего числа перемещений людей из рай-□
онов зарождения в районы тяготения за рассматриваемый интервал времени. Его расчет выполнен с использованием информации из открытых интернет-источников, запросов в строительные организации, ГУ МВД по Свердловской области, Свердловскстат.
При расчете формирующегося транспортного спроса из жилого массива использована следующая информация: параметры территории (плотность застройки, этажность зданий, площадь жилых помещений), размер домохозяйства, возрастная структура населения, занятость экономически активного населения, численность учащихся, уровень автомобилизации.
Пример расчета численности жителей приведен в табл. 1.
Рис. 1. Расположение проектируемой трамвайной линии Fig. 1. Location of the designed tram line
Таблица 1 Table 1
Адрес дома / House address Число квартир / Number of flats Коэффициент заселенности дома / House population ratio Размер домохозяйства, чел. / Household size, persons Расчетное количество жителей,чел./ Calculated amount of residents, persons
Краснолесья, 16/3 / Krasnolesia, 16/3 194 0,87 2,5 422
Краснолесья, 16/2 / Krasnolesia, 16/2 110 0,94 2,5 259
Всего / Total I
—, Л
s\
— ь- v
гшш Транспорт
LÛÉMJ ■II 4« Transport
Прогноз транспортного спроса с учетом перспектив застройки района «Академический» определен по двум сценариям: оптимистичный - с учетом плановых показателей компаний-застройщиков, и пессимистический - с учетом сложившихся трендов строительства нового жилья для Екатеринбурга.
На рис. 2 показана динамика объемов строящегося жилья по годам для Екатеринбурга.
С учетом полученной закономерности (рис. 3) построен прогноз объемов строительства с учетом выявленных особенностей для Екатеринбурга (рис. 4).
I 200 1 ООО 800
п 2
о 600 3
400 200
\
3-4 года
3-4 года
_ 6мд*мм1> O^WMt ПЯ1«*, 1WC M2/ • Heuling pur ito икс«, геоидов« Ы иг npOTHOJHOt ТЩС r' 1 ® PiepKtedelue, tfieusands aim5 ■
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Рис. 2. Динамика объемов строящегося жилья для Екатеринбурга3 Fig. 2. Dynamics of housing under construction for Ekaterinburg
Рис. 3. Прогноз объемов строительства нового жилья (число квартир) в транспортно-планировочном районе «Академический» нарастающим итогом Fig. 3. Forecast of new housing construction (number of flats) in the transport and planning district "Akademicheskiy" by the cumulative sum
Прогноз 2015 года сделан по информации, опубликованной в РБК и Деловом квартале / Forecast of 2015 was made on the basis of information published in RBC Information System and Business Quarter journal (Delovoi Kvartal).
Транспорт
LÛÉMJ ■Il 4« Transport
Рис. 4. Динамика продаж новых автомобилей, дисконтированной заработной платы по годам, РФ Fig. 4. The dynamics of new cars sales, discounted wages by years in the Russian Federation
Транспортный спрос в районы тяготения потоков населения определен аналогично. Например, для моделирования трудовых корреспонденций использована информация о площадях помещений деловых центров и среднестатистическая площадь, приходящаяся на одного работника.
Третьей составляющей транспортной модели является расчет матриц корре-спонденций. Матрица корреспонденций для транспортно-планировочного района «Академический» сформирована по результатам опросов более 600 предприятий города Екатеринбурга. Была проанализирована информация о почтовых индексах работников этих организаций по местам их регистрации в 2014 г. и социологических опросов на остановочных пунктах в сентябре 2015 г. Необходимо отметить, что определение матрицы корреспонденций по информации из нескольких источников является перспективной задачей будущих исследований. В разрабатываемой модели для установления адекватности матрицы выполнен экспертный анализ полученных распределений корреспонденций из Академического района.
Четвертой составляющей транспортной модели является расчет распределения общего транспортного потока на количество людей, использующих личный и общественный автотранспорт. Вероятность выбора вида К-го способа поездки (индивидуальный, общественный транспорт) задана логистической функцией
Р(К) =
гик
!хеик'
(1)
где ик - функция полезности выбора -суммарные временные затраты на совершение поездки; х - путь от начального пункта до точки назначения.
Параметры функции установлены эмпирическим путем сравнения расчетных и фактических транспортных потоков.
В модели на проектируемой трамвайной линии «Академический - ВИЗ» необходимо учесть такие факторы, как темпы автомобилизации населения района и введение в центральной части города платных парковок.
Рассмотрим первый фактор - прогноз темпов автомобилизации населения на перспективу 2018 и 2020 гг.
Одним из ключевых факторов, определяющих покупку новых автомобилей, является размер среднемесячной заработной платы. На рис. 4 показан общий тренд изменения продажи новых автомобилей и дисконтированной заработной платы по России.
Из графика, представленного на рис. 4, видно, что имеется связь между продажами новых автомобилей и дисконтированной заработной платой. При этом четко прослеживается тенденция снижения как числа продаж новых автомобилей, так и дисконтированной средней заработной платы в 2008 и 2014 гг. Эта тенденция хорошо описывается трендом (рис. 5).
гшш Транспорт
LÛÉMJ ■II 4« Transport
3 750 3 000
Uliy*
asT0Mc6«reiJ. _ _ сл
ТЫС/ I ¿jy)
Си,
in tnojtands of ¿¿a uni*
1 500
y= 1E-05.X- + 0,1054 R2 - 0,8227 к - 1235,6
о
fr
Jr ■ •
750 0
0 3500 7000 10500 14000 17500
Рис. 5. Зависимость продаж новых автомобилей от дисконтированной заработной платы, РФ Fig. 5. New cars sales - discounted wages dependence in the Russian Federation
Как видно из рис. 5, регрессионная модель имеет высокий коэффициент детерминированности -К2 = 0,8227, близкий к 1. Тогда зависимость продажи новых машин от заработной платы имеет вид:
А = 0,00005 • й2 + 0,1054 • й - 1235,6, (2)
где б - среднемесячная заработная плата, руб.
Конечная последовательность прогноза объемов покупки новых автомобилей и, как следствие, рост автомобилизации населения транспортно-планировочного района «Академический» такова:
Шаг 1. Прогноз среднемесячной заработной платы в зависимости от прогноза ВРП по Российской Федерации.
Шаг 2. Расчет прогнозного количества проданных новых автомобилей по России в зависимости от прогнозной среднемесячной заработной платы для РФ (шаг 1).
Шаг 3. Расчет относительного числа проданных новых автомобилей по РФ и применение этого тренда для Екатеринбурга.
Результат прогноза представлен на
рис. 6.
Рис. 6. Прогноз относительного увеличения числа новых автомобилей для Екатеринбурга Fig. 6. Forecast of new car relative increase for Ekaterinburg
На распределение транспортного спроса по системам транспорта (общественный, индивидуальный) окажет влияние введение в Екатеринбурге платных парковок. Для оценки степени их влияния на дорожную ситуацию использован опыт Москвы [21].
В 2013 г. в центре столицы введены платные парковки: с 1 июня в пределах Бульварного, с 25 декабря - внутри всего Садового кольца. По информации Яндекс, в феврале 2014 г. внутри Садового кольца загруженность уменьшилась на 18%, в остальной части города - только на 3%.
Влияние ввода платных парковок на переключение части населения с индивидуального на общественный транспорт в транспортной модели учтено следующим образом. Плата за парковочное место составит не менее 67 000 руб. в год, что сопоставимо с двумя средними заработными платами в городе. Положим, что снижение доли населения, использующего личный автотранспорт ввиду введения платных парковок, пропорционально снижению среднемесячного дохода населения за вычетом суммарных месячных затрат на парковку. Тогда интенсивность автомобилепо-тока в час пик будет определена по формуле:
N* = N * к *Y,
(3)
где k - коэффициент, учитывающий влияние платных парковок на продажи новых
автомобилей, к = Здесь г - среднестатистическая величина месячных расходов на паркование личного автомобиля за время нахождения человека на рабочем месте; Y - статистический поправочный коэффициент.
Последней составляющей транспортной модели является перераспределение транспортных потоков по участкам транспортной сети. Для общественного транспорта - распределение пассажиропотоков по участкам маршрутов, индивидуального - автомобилепотоков по элементам улично-дорожной сети.
Для общественного транспорта в модели учтены: пропускная способность и фактическая загрузка улично-дорожной сети на участках, где средства общественного транспорта следуют в общем потоке.
Достоверность прогнозной модели для существующей транспортной ситуации общественного транспорта определена с учетом пространственных эпюр пассажиропотоков на учитываемых в модели маршрутах (рис. 7).
Относительная погрешность расчетных пассажиропотоков, полученных на прогнозной модели, и результатов натурных обследований не превышает 15%, что является удовлетворительным показателем точности выполняемых расчетов.
Достоверность модели для индивидуального транспорта установлена по информации о суточных интенсивностях транспортных потоков, полученных по натурным замерам, информации Яндекс-пробки. Определяемые параметры: интенсивность транспортных средств, величина затора (табл. 2).
Таким образом, расчетное перераспределение индивидуального транспорта по элементам улично-дорожной сети транспортно-планировочного района «Академический» адекватно описывает транспортные потоки, наблюдаемые в интервале с 08-00 до 09-00 ч, в обратном направлении - с 17-00 до 18-00 ч.
Верификация прогнозной модели проектируемой трамвайной линии «Академический - ВИЗ» выполнена путем сопоставления результатов моделирования и фактических данных, полученных по натурным замерам для текущей транспортной ситуации.
В настоящей работе верификация модели выполнена на каждом этапе решения транспортной задачи по существующей транспортной ситуации на 15.10.2015 г.:
- формирование транспортного спроса - калибровка выполнена по натурным замерам посадки пассажиров и авто-мобилепотоков, формируемых в микрорайонах «Академический», «Краснолесье»;
гщш Транспорт
LÛÉMJ ■Il 4« Transport
чксЛрвДс I
DliMfWullip
Рис. 7. Пример сопоставления расчетного и фактического пассажиропотока на фрагменте маршрута № 012 Fig. 7. An example of estimated and actual passenger traffic correlation on a fragment of the route no.012
Таблица 2
Результаты сравнения расчетных и фактических значений транспортных потоков
Table 2
Comparison results of estimated and actual values of traffic flows
Показатель / Indicator Интенсивность движения, авт./ч / Traffic intensity, vehicle per hour Величина затора, м / Traffic jam size, m
Расчет / Estimated Факт / Actual Расчет / Estimated Факт / Actual
Ул. Амудсена - ул. Объездная / Amudsen St. - Objezdnaya St. 1 535 1 495 539,5 650
Ул. Вильгельма де Генина -Объездная / Vilgelma de Genina St. -Objezdnaya St. 2 294 2 011 643,5 685
- определение корреспонденций -верификация осуществлена по запросам почтовых индексов предприятий города Екатеринбурга, результатов социологических обследований на остановочных пунктах;
- перераспределение потоков - по замеренным показателям транспортных
потоков на улично-дорожной сети города, маршрутам общественного транспорта в 2014 г.
Дополнительно верификация основных корреспонденций произведена по времени достижения цели основных корре-спонденций (табл. 3).
Таблица 3
Результаты сравнения расчетных и фактических значений транспортных потоков
Table 3
Comparison results of estimated and actual values of traffic flows
Путь следования на индивидуальном и общественном транспорте / Travel route by individual and public transport Время в пути, мин / Travel time, min
Расчет/ Estimated Факт / Actual
Ул. Краснолесья - ул. Амудсена - Объездная -С. Дерябиной - Крауля / Krasnolesiya St. - Amudsen St. - Objezdnaya St. -S. Deryabinoi St. - Kraulya St. 31,5 33
Ул. Вильгельма де Генина - С. Дерябиной - Крауля / Vilgelma de Genina St. - S. Deryabinoi St. - Kraulya St. 30 34
Ул. Краснолесья - ул. Амудсена - Объездная -С. Дерябиной - Крауля (маршрут № 014) / Krasnolesiya St. - Amudsen St. - Objezdnaya St. -S. Deryabinoi St. - Kraulya St. (route no.014) 52 44
Ул. Вильгельма де Генина - С. Дерябиной -Крауля (маршрут № 54) / Vilgelma de Genina St. -S. Deryabinoi St. - Kraulya St. (route no.54) 35 40
Таким образом, разработанная прогнозная модель, имитирующая транспортные потоки, адекватно описывает транспортные ситуации в утренние и вечерние часы.
Заключение
Обобщив результаты проведенных исследований, можно отметить:
- для прогнозирования транспортного спроса проектируемой трамвайной линии «Академический - ВИЗ» использован программный комплекс PTV Vision® VISUM
- один из зарекомендовавших в мировой практике инструментов моделирования транспортных городских систем;
- верификация и уточнение модели выполнены на каждом этапе ее построения
- обоснование транспортного спроса и предложения, расчет корреспонденций,
распределение транспортных потоков по индивидуальному и общественному видам транспорта, перераспределение после введение в эксплуатацию трамвайной линии «Академический - ВИЗ» пассажиро- и автомобилепотоков по маршрутам и элементам улично-дорожной сети района тяготения населения;
- окончательная верификация и уточнение модели выполнены по следующим показателям: время в пути; интенсивность транспортного потока, формирующегося в транспортно-планировочном районе «Академический»; величина затора.
- в результате сравнения расчетных и фактических параметров установлено, что модель адекватно отражает текущую транспортную ситуацию и может быть использована для дальнейших расчетов.
Библиографический список
1. Скоростную трамвайную линию до Верхней Пыш-мы начнут строить в ноябре [Электронный ресурс]. URL:
http://ekb. rbc. ru/ekb/19/01/2016/569dc17d9a7947ea0c 790417 (24.06.2016).
2. Сай В.М., Брусянин Д.А. Об организации пассажирских перевозок городским электропоездом // Вестник УрГУПС. 2014. № 3 (23). С. 10-17.
3. Сай В.М., Брусянин Д.А. Этапность создания
маршрута «Городская электричка» // Экономика железных дорог. 2014. № 12. С. 68-78..
4. Плахотич С.А., Чемоданова К.Е. Перспективы беспересадочного пригородно-городского сообщения агломерации // Транспорт Урала. 2010. № 2. С. 17-20.
5. Плахотич С.А., Чемоданова К.Е. Новые технологии транспортного обслуживания населения в про-мышленно-городской агломерации // Вестник
УрГУПС. 2010. № 2. С. 14.
6. Занозина Н.М., Левашев А.Г., Шаров М.И. Оценка возможности введения приоритета общественного транспорта на примере г. Иркутска // Сборник научных трудов Иркутского государственного технического университета. 2014. Т. 1. С. 201-203.
7. Селиверстов Я.А., Селиверстов С.А. Применение метода имитационного моделирования для оценки эффективности новых видов городского пассажирского транспорта // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2013. № 1(3). С. 83-92.
8. Плахотич С.А., Чемоданова К.Е. Социально-экономические критерии выбора транспортных средств для обслуживания пассажиров в городском сообщении // Транспорт Урала. 2008. № 2. С.52-56.
9. Аккерман Г.Л., Аккерман С.Г. Транспортная сеть и непознанность среды // Транспорт Урала. 2012. № 1. С.125-130.
10. Брусянин Д.А., Шавзис С.С., Вихарев С.В. Классификация маршрутных схем с учетом размещения транспортно-пересадочных узлов // Логистика. 2015. № 4 (101). С.40-47.
11. Брусянин Д.А. Подход к формированию оптимальной маршрутной сети пассажирского общественного транспорта на региональном уровне // Транспорт Урала. 2015. № 1 (44). С. 31-34.
12. Вакуленко С.П., Ларин О.В., Левин С.Б. Теоретические аспекты механизмов взаимодействия в транспортных системах // Мир транспорта. 2014. Т. 12. № 6 (55). С. 14-27.
13. Брусянин Д. А., Вихарев С.В. Формирование оптимальной маршрутной сети Арамильско-Сысертского направления Екатеринбургской агло-
мерации // Инновационный транспорт. 2015. № 2 (16). С. 22-26.
14. Синицын Е.В., Вихарев С.В., Брусянин Д.А. Экономико-математическая модель прогнозирования пассажиропотоков на долгосрочном уровне // Транспорт Урала. 2013. № 3 (38). С. 89-94.
15. Сай В.М., Брусянин Д.А. Оценка методом линейной свертки частных критериев вариантов маршрутной сети пассажирских перевозок // Экономика железных дорог. 2014. № 10. С.63-72.
16. Якунина Н.В., Якунин Н.Н. Организация и критерии отбора на право перевозки пассажиров автомобильным транспортом по регулярным маршрутам // Материалы Всерос. науч.-практ. конф. с междунар. участием. Оренбург: Изд-во ОГУ, 2013. С. 600-606.
17. Brusyanin D., Vikharev S. The basic approach in designing of the functional safety index for transport infrastructure // Contemporary Engineering Sciences. 2014. Vol. 7. No. 6. P. 287-292.
18. Левашев А.Г. Развитие градостроительных критериев оценки качества транспортного обслуживания населения // Известия вузов. Инвестиции. Строительство. Недвижимость. 2014. № 6 (11). С. 108-115.
19. Горев А.Э., Беттгер К., Прохоров А.В., Гизатул-лин Р.Р. Основы транспортного моделирования: практическое пособие. СПб.: КОСТА, 2015. 168 с.
20. Тебеньков С.Е., Левашев А.Г. Результаты оценки распределения потоков в транспортных коридорах // Вестник ИрГТУ. 2011. № 10 (57). С.120-127.
21. Как платные парковки влияют на дорожную ситуацию в Москве [Электронный ресурс]. URL: https://yandex.ru/company/researches/2014/ya_parking (24.06.2016).
1. Skorostnuyu tramvainuyu liniyu do Verkhnei Pyshmy nachnut stroit' v noyabre [The construction of a highspeed tram line to the Upper Pyshma will begin in November]. Available at: http://ekb. rbc. ru/ekb/19/01/2016/569dc17d9a7947ea0c 790417 (accessed 24 June 2016).
2. Sai V.M., Brusyanin D.A. Ob organizatsii passazhir-skikh perevozok gorodskim elektropoezdom [On organization of passenger transportation by urban electric trains] Vestnik UrGUPS [Journal of Irkutsk Railway Transport Engineering University]. 2014, no. 3 (23), pp. 10-17 (in Russian).
3. Sai V.M., Brusyanin D.A. Etapnost' sozdaniya marsh-ruta "Gorodskaya elektrichka" [Stages of "Urban electric train" route development]. Ekonomika zheleznykh dorog [Railroad Economy]. 2014, no. 12, pp. 68-78 (in Russian).
4. Plakhotich S.A., Chemodanova K.E. Perspektivy besperesadochnogo prigorodno-gorodskogo soob-shcheniya aglomeratsii. [The prospects of direct commuting in agglomeration]. Transport Urala [Ural Transport]. 2010, no 2, pp. 17-20 (in Russian).
5. Plakhotich S.A., Chemodanova K.E. Novye tekhnologii transportnogo obsluzhivaniya naseleniya v
promyshlenno-gorodskoi aglomeratsii [New technologies of population transport servicing in industrial and urban agglomerations]. Vestnik UrGUPS [Journal of Irkutsk Railway Transport Engineering University]. 2010, no. 2, pp. 14-21 (in Russian).
6. Zanozina N.M., Levashev A.G., Sharov M.I. Otsenka vozmozhnosti vvedeniya prioriteta obshchestvennogo transporta na primere g. Irkutska [Assessing the possibility of the introduction of the public transport priority on the example of Irkutsk city]. Sbornik nauchnykh trudov Irkutskogo gosudarstvennogo tekhnicheskogo universi-teta [Collection of scientific works of the Irkutsk State Technical University]. Irkutsk, IrGTU Publ., 2014, vol. 1, pp. 201-203 (in Russian).
7. Seliverstov Ya.A., Seliverstov S.A. Primenenie metoda imitatsionnogo modelirovaniya dlya otsenki effektivnosti novykh vidov gorodskogo passazhirskogo transporta [Use of simulation modeling to assess the efficiency of new types of urban passenger transport]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S.O. Makarova [The scientific journal of Admiral Makarov State university of maritime and inland shipping]. 2013, no. 1 (3), pp. 83-92 (in Russian).
Il L1J11 1 Транспорт
LhÉÉÉriJ Transport
8. Plakhotich S.A., Chemodanova K.E. Sotsial'no-ekonomicheskie kriterii vybora transportnykh sredstv dlya obsluzhivaniya passazhirov v gorodskom soob-shchenii [Socio-economic criteria of transport means selection for passenger servicing in urban transportation]. Transport Urala [Ural Transport]. 2008, no. 2, pp. 52-56 ( in Russian).
9. Akkerman G.L., Akkerman S.G. Transportnaya set' i nepoznannost' sredy [Transport network and unexplored environment]. Transport Urala [Ural transport]. 2012, no 1, pp. 125-130 (in Russian).
10. Brusyanin D.A., Shavzis S.S., Vikharev S.V. Klassi-fikatsiya marshrutnykh skhem s uchetom razmesh-cheniya transportno-peresadochnykh uzlov [Classification of traffic routing schemes considering transport hubs location]. Logistika [Logistics]. 2015, no. 4 (101), pp. 40-47 (in Russian).
11. Brusyanin D.A. Podkhod k formirovaniyu optimal'noi marshrutnoi seti passazhirskogo obshchestvennogo transporta na regional'nom urovne [An approach to optimal public passenger transport route network formation at a regional level]. Transport Urala [Ural Transport]. 2015, no. 1 (44), pp. 31-34 (in Russian).
12. Vakulenko S.P., Larin O.V., Levin S.B. Teoretiches-kie aspekty mekhanizmov vzaimodeistviya v transportnykh sistemakh [Theoretical aspects of interaction mechanisms in transport systems]. Mir transporta [World of Transport]. 2014, vol. 12, no. 6 (55), pp. 14-27 (in Russian).
13. Brusyanin D. A., Vikharev S.V. Formirovanie opti-mal'noi marshrutnoi seti Aramil'sko-Sysertskogo napravleniya Ekaterinburgskoi aglomeratsii [Formation of the optimal route network of the Aramilsko-Sysertsky direction of Ekaterinburg agglomeration]. Innovatsionnyi transport [Innovative transportation]. 2015, no. 2 (16), pp. 22-26 (in Russian).
14. Sinitsyn E.V., Vikharev S.V., Brusyanin D.A. Ekonomiko-matematicheskaya model' prognozirovaniya passazhiropotokov na dolgosrochnom urovne [An economic and mathematical model predicting passenger traffic on a long-term base]. Transport Urala [Ural Transport]. 2013, no. 3 (38), pp. 89-94 (in Russian).
Критерии авторства
Брусянин Д.А. и Вихарев С.В. имеют равные авторские права. Ответственность за плагиат несет Брусянин Д.А.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Статья поступила 25.04.2016 г.
15. Sai V.M., Brusyanin D.A. Otsenka metodom lineinoi svertki chastnykh kriteriev variantov marshrutnoi seti passazhirskikh perevozok [Linear convolution evaluation method for partial criteria of passenger transportation route network variants]. Ekonomika zheleznykh dorog [Railroad economy]. 2014, no. 10, pp. 63-72 (in Russian).
16. Yakunina N.V., Yakunin N.N. Organizatsiya i kriterii otbora na pravo perevozki passazhirov avtomobil'nym transportom po regulyarnym marshrutam [Organization and selection criteria for the right to transport passengers by motor vehicles on regular routes; materials of the All-Russian scientific and practical conference with international participation]. Orenburg: OGU Publ., 2013, pp. 600-606 (in Russian).
17. Brusyanin D., Vikharev S. The basic approach in designing of the functional safety index for transport infrastructure. Contemporary Engineering Sciences, vol. 7, 2014, no. 6, 287-292.
18. Levashev A.G. Razvitie gradostroitel'nykh kriteriev otsenki kachestva transportnogo obsluzhivaniya nase-leniya [Development of urban planning criteria for population transportation service quality assessments]. Izvestiya vuzov. Investitsii. Stroitel'stvo. Nedvizhimost' [University proceedings. Investment. Construction. Real Estate]. 2014, no. 6 (11), pp. 108-115 (in Russian).
19. Gorev A.E., Bettger K., Prokhorov A.V., Gizatullin R.R. Osnovy transportnogo modelirovaniya: praktich-eskoe posobie [Basics of transport modeling]. Sankt-Peterburg, KOSTA Publ., 2015, 168 p. (in Russian).
20. Teben'kov S.E., Levashev A.G. Rezul'taty otsenki raspredeleniya potokov v transportnykh koridorakh [Results of traffic flow distribution evaluation in transport corridors]. Vestnik IrGTU [Proceedings of Irkutsk Sate Technical University]. 2011, no. 10 (57), pp. 120-127 (in Russian).
21. Kak platnye parkovki vliyayut na dorozhnuyu situ-atsiyu v Moscow [How paid parkings affect the traffic situation in Moscow]. Available at: https://yandex.ru/company/researches/2014/ya_parking (accessed 24 June 2016).
Authorship criteria
Brusyanin D.A. and Vikharev S.V. have equal copyrights. Brusyanin D.A. bears the responsibility for avoiding plagiarism.
Conflict of interests
The authors declare that there is no conflict of interests regarding the publication of this article.
The article was received on 25 April 2016
